总数估计属于数理统计中的参数估计问题,待估计的参数是总体中个体的数目。　　 本文研究了用标记-重捕做为抽样方法时,异质模型,稀疏样本情况下的总数估计问题。生物统计领域通常采用的总数估计方法一般要在一定的样本覆盖率下才能应用,而当样本容量相对于总数很小,即样本覆盖率很小时,一般的估计方法会失效。为了在样本很稀疏的情况下仍然能对总数作出估计,本文首先介绍了Alon.Orlitsky提出的一种稀疏样本情况下的总数估计方法,然后指出了该方法在应用上的局限性。该方法要求总体的所有个体的捕获概率呈均匀分布,即所有个体有着相同的捕获概率,而实际上这一假设在应用中是很难达到的。所以,为了实现个体捕获概率呈非均匀分布时的总数估计,本文构建了一种异质模型,并在该模型的基础上提出了一种新的总数估计方法。最后通过实验和数值计算,同时与Alon.Orlitsky的估计方法进行对比,分析了本文估计方法的性能和应用条件。